EMB_86

EMBEDDED 86 • NOVEMBRE • 2022 24 ne ed elaborazione nel cloud dei dati non rilevanti per l’applicazione. - La distribuzione di algoritmi di analisi o modelli di machine learning su un gateway edge consente di eseguire l’elaborazione computazionale su set di dati più piccoli: l’edge computing sarà spesso più efficiente dal punto di vista computazionale per elaborare questo tipo di dati. - Molti prodotti digitali devono essere autonomi nel loro funzionamento. Ciò consente loro di soddisfa- re le esigenze di sicurezza, affidabilità ed esperien- za utente richieste. L’edge computing offre la pos- sibilità di disporre di archiviazione locale e calcolo locale. In tal modo, il dispositivo può continuare a funzionare anche se non è connesso alla rete. - Infine, l’edge computing può migliorare la sicu- rezza e la privacy di un’applicazione IoT, e può ridurre il numero di sensori e attuatori connessi a Internet, riducendo così la probabilità degli at- tacchi alla sicurezza. L’elaborazione e il filtraggio dei dati locali da parte di un gateway edge possono anche ridurre la quantità di informazioni riservate e private inviate attraverso una rete. In tal modo, soddisfa le esigenze di privacy o le normative per l’applicazione. Gli inizi dell’informatica decentralizzata Uno sguardo indietro alla storia della comunicazione e dei sistemi distribuiti rivela che l’edge computing in quanto tale non è una novità. L’origine dell’edge computing può essere fatta risalire agli anni 90, quando Akamai ha lanciato la sua rete di distribuzione dei contenuti (CDN). L’idea allora era quella di introdurre nodi in posizioni geograficamen- te più vicine all’utente finale per la consegna di conte- nuti memorizzati nella cache come immagini e video. Nel 1997, nel loro lavoro Agile application-aware Adaptation for mobility , Nobel et al. hanno dimostrato come diversi tipi di applicazioni (browser Web, video e riconoscimento vocale) in esecuzione su dispositivi mobili con risorse limitate possono scaricare determi- nate attività su server potenti (surrogati). L’obiettivo era alleviare il carico sulle risorse informatiche. E, come proposto in un lavoro successivo, per migliorare la durata della batteria dei dispositivi mobili. Oggi, ad esempio, i servizi di riconoscimento vocale di Google , Apple e Amazon funzionano in modo simile. Nel 2001 applicazioni distribuite scalabili e decen- tralizzate utilizzavano, diverse reti sovrapposte pe- er-to-peer (le cosiddette tabelle hash distribuite). Queste reti overlay auto-organizzanti consentono un routing efficiente e tollerante ai guasti, la posizione degli oggetti e il bilanciamento del carico. Inoltre, questi sistemi consentono anche di sfruttare la vici- nanza alla rete delle connessioni fisiche sottostanti in Internet, evitando così i collegamenti a lunga distanza tra peer. Ciò non solo riduce il carico di rete comples- sivo, ma migliora anche la latenza delle applicazioni. Cloud computing Il cloud computing è uno dei principali fattori di in- fluenza nella storia dell’edge computing e quindi me- rita una menzione speciale. Ha attirato particolare at- tenzione nel 2006. L’anno in cui Amazon ha promosso per la prima volta il suo Elastic Compute Cloud . Ciò ha aperto una serie di nuove opportunità in termini di capacità di calcolo, visualizzazione e archiviazione. Tuttavia, il cloud computing in quanto tale non era la soluzione in tutti i casi d’uso. Con l’avvento delle auto a guida autonoma e dell’IoT (industriale), ad esempio, è stata posta una crescente enfasi sull’elaborazione locale delle informazioni al fine di consentire un pro- cesso decisionale istantaneo. Cloudlet e fog computing Nel 2009, è stato introdotto il termine cloudlet nell’ar- ticolo Il caso dei cloudlet basati su VM nel mobile com- puting . In questo lavoro, l’attenzione principale è sulla Il fog computing è un concetto di elaborazione distribuita dove le risorse di elaborazione e di archiviazione, così come le applicazioni e i relativi dati, sono posizionati in modo ottimale tra edge e cloud per migliorare prestazioni e ridondanza IN TEMPO REALE | EDGE COMPUTING